Part 3. 벤치마크 실험 — db_bench 캐시 성능 검증 Part 2에서 캐시의 내부 구조를 분석했다. 실제로 "캐시 크기와 개수를 바꾸면 읽기 성능이 얼마나 달라지는가?" 이 질문을 db_bench 벤치마크 실험으로 검증한다. 10. 왜 읽기 성능을 측정하는가? — LSM-tree의 본질적 트레이드오프벤치마크에 들어가기 전에, 왜 "읽기" 워크로드만 실험하는지를 먼저 짚는다.Part 1에서 다뤘듯이 LevelDB의 LSM-tree 구조는 쓰기에 최적화된 설계다.쓰기: Put(key, value) → WAL에 append (Sequential I/O) → Memtable에 삽입 (메모리, O(log n)) → 끝. 매우 빠르다.읽기: Get(key) → Memtable → Immutable..
LevelDB 캐시 메커니즘 분석 — 코드 레벨 딥다이브GitHub 레포: https://github.com/sss654654/leveldb-cache-analysis 논문: KSC 2022 "LevelDB 캐시 구조 및 성능 분석" (홍수빈, 최민국, 유시환, 최종무) 기간: 2022.07 ~ 2022.12 | 단국대학교 System Software Lab 학부연구생이 문서는 단국대학교 시스템 소프트웨어 연구실(DKU-StarLab)에서 6개월간 수행한 LevelDB 캐시 메커니즘 연구를 기술적으로 상세히 정리한 것이다. Google이 개발한 key-value 스토어 LevelDB의 내부 캐시 구조를 C++ 소스코드(cache.cc, table_cache.cc, db_impl.cc) 레벨에서 분석하고,..
LevelDB 캐시 메커니즘 분석 — 코드 레벨 딥다이브GitHub 레포: https://github.com/sss654654/leveldb-cache-analysis 논문: KSC 2022 "LevelDB 캐시 구조 및 성능 분석" (홍수빈, 최민국, 유시환, 최종무) 기간: 2022.07 ~ 2022.12 | 단국대학교 System Software Lab 학부연구생이 문서는 단국대학교 시스템 소프트웨어 연구실(DKU-StarLab)에서 6개월간 수행한 LevelDB 캐시 메커니즘 연구를 기술적으로 상세히 정리한 것이다. Google이 개발한 key-value 스토어 LevelDB의 내부 캐시 구조를 C++ 소스코드(cache.cc, table_cache.cc, db_impl.cc) 레벨에서 분석하고,..
